Skapa två hålluppsättningar
Du skapade nyligen en enkel slumpskogsmodell för att förutsäga vinster i luffarschack åt din chef, och på hennes begäran gjorde du ingen parameteroptimering. Tyvärr var modellens övergripande noggrannhet för låg för hennes krav. Den här gången har hon bett dig att fokusera på modellens prestanda.
Innan du börjar testa olika modeller och parameteruppsättningar behöver du dela upp datan i tränings-, validerings- och testdatamängder. Kom ihåg att valideringsdatamängden skapas genom att dela upp träningsdatamängden efter den första uppdelningen i tränings- och testdata.
Datamängderna X och y har lästs in och är redo att användas.
Den här övningen är en del av kursen
Modellvalidering i Python
Övningsinstruktioner
- Skapa temporära datamängder och testdatamängder (
X_test,y_test). Använd 20 % av den totala datan för testdatamängderna. - Använd de temporära datamängderna (
X_temp,y_temp) för att skapa tränings- (X_train,y_train) och valideringsdatamängder (X_val,y_val). - Använd 25 % av den temporära datan för valideringsdatamängderna.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Create temporary training and final testing datasets
X_temp, ____, y_temp, ____ =\
train_test_split(X, y, ____=____, random_state=1111)
# Create the final training and validation datasets
____, ____, ____, ____ =\
train_test_split(X_temp, y_temp, ____=____, random_state=1111)